평균 필터를 활용한 GOCI 영상 기반 해류 벡터의 오류 수정

Abstract

세계 최초로 정지궤도에서 운영되는 해양광학센서인 천리안 해양관측위성(Geostationary Ocean Color Imager GOCI)은 동북아시아의 해색(Ocean Color)을 매 시간 하루에 8회 관측하며, 이는 엽록소, 부유물질 등의 농도 변화를 시간 단위로 분석하는 것을 가능하게 한다. 천리안 해양관측위성의 자체적인 자료처리 시스템인 GDPS(GOCI Data Processing System)는 코사인 유사도를 활용하여 엽록소 및 부유물질 농도의 패턴 변화를 추적함으로써 하루 단위의 해류벡터를 생산해 낸다. 그러나 이러한 유추 방식으로부터 검출한 벡터에는 검출 실패(Detection Failure)와 잘못된 검출(False Detection)이라는 2가지의 검출 오류가 존재한다. 검출 실패는 유사한 패턴을 찾아내지 못하여 벡터를 구해내지 못한 오류를 의미하고, 잘못된 검출은 유사하지 않은 패턴을 유사한 패턴이라고 잘못 판단한 오류를 의미한다. 본 논문에서는 잡음 제거에 탁월한 성능을 보이는 평균 필터(Mean Filter)를 활용하여 위와 같은 오류를 수정하는 방법에 대해 주로 다루고 있다. 실험결과 평균 필터를 적용한 후에 위에서 제시한 오류들을 제거 및 보완할 수 있었으며, 이러한 결과는 전체적인 해류의 흐름을 이해하는데 더 많은 정보를 제공해 줄 수 있다는 것을 확인할 수 있었다.능하게 한다. 천리안 해양관측위성의 자체적인 자료처리 시스템인 GDPS(GOCI Data Processing System)는 코사인 유사도를 활용하여 엽록소 및 부유물질 농도의 패턴 변화를 추적함으로써 하루 단위의 해류벡터를 생산해 낸다. 그러나 이러한 유추 방식으로부터 검출한 벡터에는 검출 실패(Detection Failure)와 잘못된 검출(False Detection)이라는 2가지의 검출 오류가 존재한다. 검출 실패는 유사한 패턴을 찾아내지 못하여 벡터를 구해내지 못한 오류를 의미하고, 잘못된 검출은 유사하지 않은 패턴을 유사한 패턴이라고 잘못 판단한 오류를 의미한다. 본 논문에서는 잡음 제거에 탁월한 성능을 보이는 평균 필터(Mean Filter)를 활용하여 위와 같은 오류를 수정하는 방법에 대해 주로 다루고 있다. 실험결과 평균 필터를 적용한 후에 위에서 제시한 오류들을 제거 및 보완할 수 있었으며, 이러한 결과는 전체적인 해류의 흐름을 이해하는데 더 많은 정보를 제공해 줄 수 있다는 것을 확인할 수 있었다.